(补充)数据结构与算法.docVIP

数据结构：数据结构是由一个逻辑结构 S 和 S 上的一个基本运算集△构成的整体( S ，△)。 数据结构的基本任务：数据结构的设计和实现。 数据的形式有很多种： ??? 数据的逻辑结构分为 4 种基本类型： ① 集合：集合中任何两个数据元素之间都没有逻辑关系，组织形式松散。 ② 线性结构：线性结构中的结点按逻辑关系依次排列形成一个“锁链”。 ③ 树形结构：树形结构具有分支、层次特性，其形态有点象自然界中的树。 ④ 图状结构：图状结构中的结点按逻辑关系互相缠绕，任何两个结点都可以邻接。 运算：是指在任何逻辑结构上施加的操作，即对逻辑结构的加工。根据操作的效果，可将运算分成以下两种基本类型： ① 加工型运算 其操作改变了原逻辑结构的“值”，如结点个数、某些结点的内容等；如：初始化、插入、删除、更新等操作。 ② 引用型运算 其操作不改变原逻辑结构的“值”，只从中提取某些信息作为运算的结果。如：查找、读取等操作。 算法：算法就是解决问题的方法和步骤，可以用语言来描述。根据描述算法语言的不同，将算法分为三类：运行终止的程序可执行部分、伪语言算法和非形式算法。 非形式算法：用自然语言(如汉语)，同时可能还使用了程序设计语言或伪程序设计语言描述的算法称为非形式算法。 算法与程序的关系：算法和程序都是用来表达解决问题的逻辑步骤，但算法独立于具体的计算机，与具体的程序设计语言无关，而程序正好相反；程序是算法，但算法不一定是程序。 算法分析 通常从以下几个方面评价算法(包括程序)的质量： ① 正确性 算法应能正确地实现预定的功能(即处理要求)。 ② 易读性 算法应易于阅读和理解，以便于调试、修改和扩充。 ③ 健壮性 当环境发生变化(如遇到非法输入)时，算法能适当地做出反应或进行处理，不会产生不需要的运行结果。 ④ 高效性 即达到所需要的时空性能。 一个算法的时空性能是指该算法的时间性能(或时间效率)和空间性能(或空间效率)。 最坏情况时间复杂性和平均时间复杂性统称为时间复杂性(或时间复杂度)，用 T ( n )＝ O ( f ( n ))表示。其中 f ( n )是算法中频度最大的那条语句频度的数量级。 例：求下列算法的时间复杂度。 (1)for (i=0; in; i++) x++; 【解答】：时间复杂度为O(n)。 (2)for (i=0; in; i++) for (j=0; j=i; j++) x++; 【解答】：时间复杂度为O(n2)。 (3)i=1; while (in) i*=2; 【解答】：时间复杂度为O(log2n)。/*设k次，则2k=n，所以k=log2n*/ 例：下列程序段的时间复杂性的量级为 。　　　　　　　　　 　　for ( i=1 ；i=n；i++) 　 　for ( j=i ；jn；j++) 　　 t=t +1 ； 【分析】本题程序段中的执行频度最大的语句为双循环体内的 t=t+l ，它的执行频度为( n-1 ) + ( n-2 ) + … +2+1=n ( n-1 ) / 2 ，则 时间复杂性的量级为 O ( n 2 )。 【解答】： O ( n 2 ) (4)（矩阵的乘积） 【解答】：时间复杂度为O(n3)。 常见时间复杂性的量级有：常数阶 O ( 1 )(即算法的时间复杂性与输入规模 n 无关或 n 恒为常数)、对数阶 O ( log 2 n )、线性阶 O ( n )、平方阶 O ( n 2 )和指数阶 O ( 2 n )。 空间复杂性：主要关心一个算法除输入数据占用存储空间之外的附加存储空间的大小。（算法复杂度） 线性表：线性表L是指n个元素a1，a2，…，an组成的有限序列。 记作：L=( a1，a2，…，an)。 其中n=0，称为线性表的长度，简称表长。当n=0时线性表为空表，记作：L=（）。 元素ai-1称为ai的直接前趋，ai+1称为ai的直接后继。 顺序表：顺序表是线性表的顺序存储结构，是指在一个足够大的连续的存储空间里，将线性表中的元素按照逻辑上的次序依次进行存储。这样得到的线性表称为顺序表。 顺序表的结构如下图所示：（P17） ??? 其中数组data[maxlen]用来存储线性表中的各个元素，此外，设置一个变量listlen表示顺序表中的元素个数（表长）。 顺序表的类型定义如下：（P17） #define maxsize 100 //假设元素个数不超过100 typedef struct { datatype data[maxsize]; //顺序表中元素的类型用datatype泛指 ? int last; //表长 }sqlist; 由上述定义不难发现，顺序表具有这样的特点：逻辑上相邻的元素，其存储地址也相邻。 顺序表中基本运算的实现 1．初始化顺序